1.减少噪音
利用以上取得的两个图像，可以用以下公式找到每个像素的边缘梯度和方向：
3.Non-maximum Suppression非最大值抑制
上述获取梯度的大小和方向之后，一张移除了不想要的像素（这些像素是指不组成边的）全图，为了得到这张全图（为了移除这些像素），对每一个像素进行查验，判断它是否是梯度方向上的像零点的相邻最大值(local maximum)。
4.Hysteresis Thresholding（滞后阈值法）
用OpenCV实现Canny边缘检测：
cv2.Canny(src,minVal,maxVal,aperture_size,L2gradient)
（默认为false）
import cv2 import numpy as np from matplotlib import pyplot as plt img = cv2.imread("r.jpg",0) edges = cv2.Canny(img,100,200) plt.subplot(121),plt.imshow(img,cmap ="gray") plt.title("Orignal"),plt.xticks([]),plt.yticks([]) plt.subplot(122),plt.imshow(edges,cmap="gray") plt.title("Edge Image"),plt.xticks([]),plt.yticks([]) plt.show() 实现：
